狀態(tài)信息融合算法研究.pdf

1、信息融合（Information Fusion）亦稱為多傳感器信息融合，是通過對來自多種類傳感器的數(shù)據(jù)進(jìn)行多級別、多方面、多層次的處理與綜合，以期獲得比單傳感器更豐富、更精確、更可靠的有用的信息。近20年來，隨著傳感器技術(shù)的迅速發(fā)展和多傳感器系統(tǒng)的大量涌現(xiàn)，多傳感器信息融合技術(shù)獲得了廣泛的研究和發(fā)展。目前，信息融合特別是狀態(tài)信息融合已經(jīng)廣泛應(yīng)用在空中交通管制、國防、海港監(jiān)控、機(jī)器人視覺、遙感、氣象預(yù)報和智能交通等領(lǐng)域。 在狀態(tài)信

2、息融合的研究中，人們發(fā)現(xiàn)許多過程都具有多尺度特征或多尺度效應(yīng)，傳統(tǒng)的單一尺度上進(jìn)行分析無法表現(xiàn)這些信號中豐富的時頻信息。隨著對信息精度要求的日益提高，這個問題也相應(yīng)的日益突出。所以，對子波域信息融合算法的相關(guān)研究已經(jīng)迫在眉睫。近年來，小波變換的引入為了這一問題的解決提供了有力的工具。 本文主要內(nèi)容是完成課題中狀態(tài)信息融合算法的研究與應(yīng)用。本文的研究主要涉及小波變換理論,多尺度信號濾波和基于多尺度的多源信息融合等。 本文的

3、主要工作成果主要包括以下三個方面： （1）在按線性最小方差最優(yōu)信息融合準(zhǔn)則下，提出了一種多傳感器修正加權(quán)最優(yōu)信息融合算法。該加權(quán)融合算法修正了按矩陣加權(quán)信息融合算法的誤差，在提高融合精度的同時降低了計算復(fù)雜度。機(jī)動和非機(jī)動目標(biāo)的融合仿真證明了該算法的實用性。 （2）對子波域多尺度濾波及信息融合進(jìn)行了研究。首先分析了基于小波變換的多尺度分解濾波，提出了子波域多傳感器并行統(tǒng)一線性加權(quán)最優(yōu)融合準(zhǔn)則和子波域多傳感器按修正加權(quán)最優(yōu)融合